>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df.dtypes
col1 int64
col2 int64
dtype: object
将所有列转换为 int32:
>>> df.astype('int32').dtypes
col1 int32
col2 int32
dtype: object
使用字典将 col1 转换为 int32:
>>> df.astype({'col1': 'int32'}).dtypes
col1 int32
col2 int64
dtype: object
创建一个系列:
>>> ser = pd.Series([1, 2], dtype='int32')
0 1
1 2
dtype: int32
>>> ser.astype('int64')
0 1
1 2
dtype: int64
转换为分类类型:
>>> ser.astype('category')
0 1
1 2
dtype: category
Categories (2, int32): [1, 2]
使用自定义排序转换为有序分类类型:
>>> from pandas.api.types import CategoricalDtype
>>> cat_dtype = CategoricalDtype(
... categories=[2, 1], ordered=True)
>>> ser.astype(cat_dtype)
0 1
1 2
dtype: category
Categories (2, int64): [2 < 1]
创建一系列日期:
>>> ser_date = pd.Series(pd.date_range('20200101', periods=3))
>>> ser_date
0 2020-01-01
1 2020-01-02
2 2020-01-03
dtype: datetime64[ns]